Un enseignant colle un essai dans un détecteur et obtient " ; 87 % d'IA-généré" ;. Un éditeur gère un article freelance' ; s à travers un autre et obtient " ; probablement humain" ;. Un demandeur d'emploi est informé que sa lettre de motivation a été signalée Dans chaque cas, un seul numéro est demandé pour répondre à une question sur une personne : a-t-il écrit ceci ? ce numéro ne peut pas supporter le poids, et les raisons sont bien documentées.
Ce qui peut être mesuré honnêtement, c'est le texte lui-même La longueur de la phrase, le vocabulaire, la couverture et la ponctuation sont des faits sur l'écriture, et ce sont les mêmes faits qui font qu'une ébauche semble formelle pour un lecteur Ce guide explique pourquoi la détection de la paternité échoue, ce que signifie chaque signal mesurable, comment les nombres sont calculés et comment les utiliser pour améliorer une ébauche plutôt que pour accuser quelqu'un Les exemples utilisent le Vérificateur d'écriture IA, un des Outils d'écriture IA sur Toolz, qui rapporte six signaux et ne donne délibérément aucune probabilité de paternité de l'IA.
tl;dr : Aucun outil ne peut dire de manière fiable si l'IA a écrit un texte OpenAI a retiré son propre classificateur en 2023 pour une faible précision, et des recherches montrent que les détecteurs signalent souvent les écrivains anglais non natifs comme AI. Ce qu'un vérificateur peut mesurer honnêtement, c'est l'écriture : variation de la longueur de la phrase (éclatement), longueur moyenne de la phrase, vocabulaire surutilisé pour 1 000 mots, phrases de couverture, densité du tiret em et ouvre-connecteurs. Le Vérificateur d'écriture IA signale ces six signaux avec les preuves derrière chacun, s'exécute côté client et est gratuit, sans inscription.
Un détecteur d'IA peut-il dire qui a écrit un texte ?
Non. Un détecteur d'IA est un classificateur statistique qui devine la paternité à partir des caractéristiques superficielles du texte, et ces suppositions sont assez souvent fausses pour qu'agir sur elles ne soit pas sûr.
Les preuves les plus claires proviennent des entreprises qui les ont construites. OpenAI a publié un classificateur de texte IA en janvier 2023 et l'a retiré en juillet 2023. La mise à jour sur sa page d'annonce dit que le classificateur n'était plus disponible " ; en raison de son faible taux de précision" ; Lorsque l'organisation qui a formé le modèle ne peut pas construire un détecteur fiable pour sa sortie, un score tiers mérite peu de confiance.
Les échecs ne sont pas non plus aléatoires. Une étude de 2023 réalisée par des chercheurs de Stanford, Les détecteurs GPT sont biaisés contre les écrivains anglais non natifs (Liang et al.), a exécuté sept détecteurs largement utilisés sur des essais TOEFL écrits par des anglophones non natifs Plus de la moitié de ces essais écrits par des humains ont été classés comme générés par l'IA en moyenne, tandis que les essais des élèves américains de huitième année ont été classés beaucoup plus précisément Le mécanisme est simple : les gens écrivant dans une langue seconde ont tendance à utiliser un vocabulaire plus étroit et une structure de phrase plus régulière, et la régularité est exactement ce que les détecteurs lisent comme une machine.
Deux autres problèmes rendent les scores fragiles L'édition légère d'une ébauche générée peut déplacer un score de " ; AI" ; à " ; human" ; Et l'édition lourde d'une ébauche humaine avec un logiciel de grammaire peut la déplacer dans l'autre sens Une mesure qui bascule sous une édition ordinaire ne mesure pas la paternité.
Que peut mesurer honnêtement un vérificateur d’écriture ?
Il peut mesurer des propriétés du texte qui sont vraies quel que soit celui qui l'a produit Le vérificateur Toolz en rapporte six :
| Signal | Ce qu'il mesure | Comment il est rapporté | Fin humaine | Fin formule |
|---|---|---|---|---|
| Variation phrase-longueur | Combien de longueurs de phrases diffèrent (éclatement) | Coefficient de variation, en pourcentage | 70% ou plus | 15% ou moins |
| Longueur moyenne des phrases | Moyenne des mots par phrase | mots | 14 ou moins | 30 ou plus |
| Vocabulaire surutilisé | Environ 40 mots modèles surutilisent | Compter et noter pour 1 000 mots | 0 pour 1 000 | 20 ou plus pour 1 000 |
| Phrases de couverture | Des phrases comme " ; il convient de noter" ; | évaluer | 0 | 5 ou plus |
| Densité du tiret EM | Em et fr tirets | Compter et noter pour 1 000 mots | 0 pour 1 000 | 10 ou plus pour 1 000 |
| Ouvre-connecteurs | Les phrases commençant par ailleurs, mais | Part des phrases | 0% | 30% ou plus |
Chaque signal est placé sur une échelle de 0 à 1 entre ces deux ancres, et coloré comme humain-like (inférieur à 0,34), mixte (0,34 à 0,67) ou formule (supérieur à 0,67).Les ancres sont des seuils d'édition, et non des seuils statistiques pour la paternité Ils marquent où un lecteur commence à remarquer le motif.
Chaque signal énumère également ses preuves : les longueurs réelles des phrases, les mots correspondants, les haies trouvées, les phrases qui s'ouvraient avec un connecteur Si un nombre semble faux, les preuves montrent pourquoi.
Qu'est-ce que l'éclatement, et pourquoi est-ce le signal le plus fort ?
L'éclatement est la quantité de longueur de phrase qui varie à travers un texte L'écriture humaine mélange des phrases courtes et longues Une phrase de trois mots rapporte un point Une phrase de trente mots passe par une qualification avec ses clauses Les brouillons générés ont tendance à s'installer dans une longueur moyenne uniforme, phrase après phrase de quinze à vingt-deux mots.
Le vérificateur rapporte l'éclatement comme coefficient de variation : l'écart type des longueurs de phrase divisé par la moyenne. En divisant par la moyenne, le chiffre est indépendant de la durée globale des phrases, de sorte qu'un texte de phrases courtes et un texte de phrases longues peuvent être comparés équitablement.
Voici le calcul pour quatre phrases de longueurs de 4, 17, 2 et 11 mots :
mean = (4 + 17 + 2 + 11) / 4 = 8.5
squares = 4.5² + 8.5² + 6.5² + 2.5² = 20.25 + 72.25 + 42.25 + 6.25 = 141
variance = 141 / 4 = 35.25
std dev = √35.25 ≈ 5.94
CV = 5.94 / 8.5 ≈ 0.70 → "70% variation"
À 70 %, le texte se situe à l’extrémité humaine. Changez ces longueurs en 15, 17, 16 et 18 et l'écart type tombe à environ 1,12 sur une moyenne de 16,5, soit une variation d'environ 7 %, qui est la fin de la formule.
L'éclatement est le signal le plus fort car il est difficile de simuler sans réécriture et facile à corriger lorsque vous le faites : diviser une longue phrase, fusionner deux courtes et ajouter une phrase très courte où un point mérite d'être souligné.
Comment le vocabulaire, la couverture, les tirets et les ouvreurs sont-ils comptés ?
Vocabulaire surutilisé. Le vérificateur compte les correspondances de mots entiers à partir d'une liste d'environ 40 mots qui apparaissent beaucoup plus souvent dans le texte généré que dans l'écriture humaine, notamment leverage, robust, crucial, comprehensive, holistic, meticulous, transformative et navigating. Le décompte est converti en un taux pour 1 000 mots, donc les textes courts et longs se comparent.
Phrases de couverture. Dix modèles sont comptés, dont " ; il est important de noter" ;, " ; cela vaut la peine d'être noté" ;, " ; il doit être noté" ;, " ; quand il s'agit de " ;, " ; à la fin de la journée" ;, " ; inutile de dire" ; et " ; dans aujourd'hui' ;s monde rapide" ;.
Densité du tiret EM. Chaque tiret em et tiret en est compté et converti en un taux pour 1 000 mots Les personnes qui tapent sur un clavier produisent rarement le caractère ; les modèles le produisent constamment.
Ouvre-connecteurs. Le vérificateur compte les phrases qui commencent par De plus, De plus, Notamment, Important, Par conséquent ou Cependant, comme une part de toutes les phrases.
Longueur moyenne des phrases. Le nombre moyen de mots par phrase Environ 15 à 20 mots se lisent confortablement ; au-delà de 25 ans, le lecteur commence à travailler.
Les phrases sont divisées après un point, un point d'interrogation ou un point d'exclamation suivi d'un espace, et les mots sont des séries de lettres et d'apostrophes. Des abréviations comme " ; par exemple " ; peuvent donc diviser une phrase plus tôt, ce qui modifie légèrement les chiffres de longueur La liste des preuves montre les longueurs pour que vous puissiez la repérer.
Un exemple concret avec chaque numéro
Collez ce court texte :
The report is ready. It covers three regions and explains why sales in the north fell by a fifth last spring. Read it. Moreover, it is important to note that the landscape is changing.
Le vérificateur rapporte 34 mots et 4 phrases, avec ces signaux :
| Signal | évaluer | verdict |
|---|---|---|
| Variation phrase-longueur | Variation de 70 % (longueurs 4, 17, 2, 11) | Humain |
| Longueur moyenne des phrases | 8,5 mots | Humain |
| Vocabulaire surutilisé | 1 instance (29,4 pour 1 000 mots) : paysage | Formulaire |
| Phrases de couverture | 1 trouvé : " ; il est important de noter" ; | Humain |
| Densité du tiret EM | 0 tirets (0,0 pour 1 000 mots) | Humain |
| Ouvre-connecteurs | 1 de 4 phrases | Formulaire |
Deux leçons en ressortent Premièrement, les taux sur les textes très courts oscillent fort : un mot sur 34 est un taux de 29,4 pour 1 000, hors de l'échelle Collez au moins quelques centaines de mots avant de lire beaucoup dans le vocabulaire et les taux de tiret Deuxièmement, les signaux pointent sur une phrase spécifique Le dernier porte un ouvreur, une haie et un mot répertorié, et le réécrit en " ; Le marché change." ; efface les trois.
L'étiquette globale de ce texte est " ; lit naturellement" ;, car la moyenne des six scores se situe juste sous le seuil mixte Ce résultat limite est une bonne illustration de la raison pour laquelle l'étiquette globale est un résumé des signaux et non une note.
Comment devriez-vous utiliser un vérificateur d'écriture, et comment ne devriez-vous pas ?
Utilisez-le sur vos propres brouillons, pour trouver quels paragraphes se lisent comme des formules, et pour apprendre à quoi ressemblent les motifs Utilisez-le lors de l'édition du travail contribué, comme un pointeur vers où une modification légère aiderait.
Ne l'utilisez pas pour décider si un étudiant a triché, si un pigiste a utilisé un modèle ou si un candidat a écrit sa propre lettre La page dit ceci dans une boîte d'avertissement au-dessus des résultats, et la raison mérite d'être répétée : aucun détecteur ne peut établir la paternité, les faux positifs tombent le plus durement sur les écrivains de langue seconde, et une accusation construite sur une partition peut faire un réel mal à quelqu'un qui n'a rien fait de mal Si la paternité compte vraiment, parlez à l'écrivain, regardez les brouillons et révisez l'historique, ou demandez-lui d'expliquer son raisonnement.
Il n'y a pas non plus de score à viser Si la variation est faible, faites varier vos phrases Si la couverture est élevée, coupez les haies Les deux améliorent l'écriture celui qui l'a écrite.
Comment réparez-vous ce que le vérificateur trouve ?
Chaque signal a une correction directe.
| Trouver | Correction |
|---|---|
| Variation de longueur de phrase faible | Divisez une longue phrase ; fusionnez deux courtes ; ajoutez une phrase très courte pour mettre l'accent |
| Longueur moyenne élevée de la phrase | Rompre les phrases à " ; et" ;, " ; which" ; et " ; parce que" ; où les clauses sont seules |
| Taux de vocabulaire élevé | Échangez chaque mot répertorié contre un mot simple : utiliser, fort, clé, complet |
| Phrases de couverture | Supprimer la phrase ; la phrase signifie la même chose |
| Taux de tiret em élevé | Remplacez les tirets par des points, des virgules ou des crochets, selon la phrase souhaitée |
| Ouvre-connecteurs | Supprimer l'ouvreur ; l'ordre des phrases montre déjà la connexion |
Plusieurs d'entre elles peuvent être appliquées automatiquement Le Humanisateur de texte IA supprime les haies et les ouvreurs, échange les mots surutilisés et remplace les tirets, et répertorie chaque changement afin que vous puissiez refuser ceux qui ne correspondent pas. Cela ne change pas la longueur de la phrase, donc l'éclatement est toujours une modification manuelle. Une boucle pratique est : vérifier, humaniser, modifier le rythme de la phrase à la main, puis vérifier à nouveau.
Si vous voulez voir à quel point vos modifications ont changé, collez l'avant et l'après dans un vérificateur de différences de texte. Pour les objectifs de longueur sur une plateforme spécifique, le guide de comptage des mots et temps de lecture couvre la manière dont le nombre de mots est calculé et pourquoi les outils ne sont pas d'accord.
Vérificateur de modèle vs détecteur d'IA vs score de lisibilité
Ces trois outils répondent à des questions différentes et sont souvent confondus.
| Type d'outil | Question il répond | production | Fiable pour |
|---|---|---|---|
| Détecteur AI | Un modèle a écrit ça ? | Une probabilité ou un verdict | Rien de conséquent ; la précision est trop faible |
| Vérificateur de motifs | Quelles habitudes de formule ce texte a-t-il ? | Signaux mesurés avec preuves | Montage et auto-révision |
| Score de lisibilité (Flesch et similaire) | À quel point est-ce difficile à lire ? | Un niveau scolaire ou un score de facilité | Texte correspondant à un public |
Une formule de lisibilité et un vérificateur de motifs se chevauchent sur la longueur de phrase mais regardent différentes choses au-delà. La notation Flesch compte les syllabes par mot ; le vérificateur de motifs compte les mots et constructions spécifiques. Utilisés ensemble, ils vous indiquent si une ébauche est difficile à lire et si elle se lit comme templée.
Le texte est-il téléchargé ou stocké ?
Non. Chaque mesure s'exécute en JavaScript dans votre navigateur Le texte n'est pas transmis, enregistré ou stocké, et la page fonctionne hors ligne une fois chargée Lorsque la zone de texte perd le focus, la page enregistre un événement d'utilisation contenant uniquement le nombre de mots, jamais le texte.
Cela compte pour les documents exacts que les gens veulent le plus vérifier : ébauches non publiées, travaux d'étudiants, manuscrits et livrables clients Les listes de mots et les seuils sont fixés dans la page, donc le même texte produit toujours les mêmes chiffres, ce qui rend les résultats reproductibles si deux éditeurs comparent les notes.
Pour vérifier une ébauche maintenant, collez-le dans le vérificateur de modèles d'écriture(traduction), lisez les preuves sous chaque signal et corrigez les deux ou trois qui comptent le plus.
